122 lines
4.7 KiB
Markdown
122 lines
4.7 KiB
Markdown
# 8. Самописный поисковый агент на основе deep agents from scratch
|
||
|
||
## Описание проекта
|
||
|
||
В этом проекте реализован **самописный поисковый агент** с использованием библиотеки LangChain и OpenAI LLM.
|
||
Агент умеет:
|
||
|
||
1. Принимать запрос от пользователя через консоль.
|
||
2. Искать нужную информацию в интернете (через встроенные инструменты LangChain).
|
||
3. Создавать виртуальные файлы, заполняя их содержимым найденной информации.
|
||
4. Выводить содержимое файлов в красивом формате с помощью `rich`.
|
||
5. Сохранять созданные файлы на диск.
|
||
|
||
Проект демонстрирует практическое применение **deep agents** – агентов, которые могут использовать внешние инструменты и сохранять промежуточные результаты в виде файлов.
|
||
|
||
---
|
||
|
||
## Предварительные требования
|
||
|
||
| Пакет | Версия |
|
||
|-------|--------|
|
||
| Python | 3.10+ |
|
||
| langchain | ≥0.1.0 |
|
||
| langchain-openai | ≥0.1.0 |
|
||
| questionary | ≥1.10.0 |
|
||
| rich | ≥13.0.0 |
|
||
|
||
> **Важно**: Для работы с OpenAI понадобится API‑ключ, который можно получить на [openai.com](https://platform.openai.com/).
|
||
> Установите переменную окружения `OPENAI_API_KEY` перед запуском.
|
||
|
||
---
|
||
|
||
## Установка
|
||
|
||
```bash
|
||
# 1. Клонируйте репозиторий (или скачайте файлы)
|
||
git clone https://github.com/<ваш-аккаунт>/deep-agent-search.git
|
||
cd deep-agent-search
|
||
|
||
# 2. Создайте виртуальное окружение (рекомендовано)
|
||
python -m venv .venv
|
||
source .venv/bin/activate # Windows: .venv\Scripts\activate
|
||
|
||
# 3. Установите зависимости
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
`requirements.txt` содержит:
|
||
|
||
```text
|
||
langchain>=0.1.0
|
||
langchain-openai>=0.1.0
|
||
questionary>=1.10.0
|
||
rich>=13.0.0
|
||
```
|
||
|
||
---
|
||
|
||
## Запуск
|
||
|
||
```bash
|
||
# Установите переменную окружения с вашим ключом OpenAI
|
||
export OPENAI_API_KEY="sk-..."
|
||
|
||
# Запустите скрипт
|
||
python solution.py
|
||
```
|
||
|
||
После запуска вы увидите интерактивный запрос:
|
||
|
||
```
|
||
Введите ваш поисковый запрос:
|
||
```
|
||
|
||
Вводите любой вопрос, например: `Какой самый быстрый млекопитающий?`.
|
||
Агент выполнит поиск, создаст виртуальный файл с ответом и отобразит его содержимое. Далее будет предложено сохранить файлы на диск.
|
||
|
||
---
|
||
|
||
## Пример работы
|
||
|
||
```text
|
||
$ python solution.py
|
||
Введите ваш поисковый запрос: Какой самый быстрый млекопитающий?
|
||
|
||
[+] Ищу информацию...
|
||
[+] Создаю виртуальный файл "fastest_mammal.txt"...
|
||
|
||
Содержимое файла:
|
||
----------------------------------------
|
||
Самым быстрым млекопитающим считается гепард (Acinonyx jubatus). Он способен развивать скорость до 120 км/ч на коротких дистанциях.
|
||
----------------------------------------
|
||
|
||
Хотите сохранить файлы на диск? [y/N]: y
|
||
Файл сохранён: ./fastest_mammal.txt
|
||
```
|
||
|
||
---
|
||
|
||
## Как это работает
|
||
|
||
- **LangChain** управляет агентом и инструментами поиска (например, `SerpAPI`).
|
||
- **ChatOpenAI** отвечает за генерацию текста и интерпретацию запросов.
|
||
- **questionary** обеспечивает интерактивный ввод/вывод в консоли.
|
||
- **rich** форматирует вывод, делая его более читаемым.
|
||
|
||
---
|
||
|
||
## Возможные улучшения
|
||
|
||
- Добавить поддержку нескольких языков.
|
||
- Интегрировать другие источники данных (Wikipedia API, DuckDuckGo и т.д.).
|
||
- Сохранять файлы в формате Markdown или PDF.
|
||
- Реализовать кэширование результатов для ускорения повторных запросов.
|
||
|
||
---
|
||
|
||
## Лицензия
|
||
|
||
MIT License – см. файл `LICENSE`.
|
||
|
||
--- |